python 数据分析与可视化

生成饭店营业额模拟数据文件data.csv，使用pandas读取文件data.csv中的数据，删除其中所有缺失值；使用matplotlib生成折线图，反应该饭店每天的营业额情况，并把图形保存为本地文件first.jpg；按月份进行统计，使用matplotlib绘制柱状图显示每个月份的营业额，并把图形保存为本地文件second.jpg；按月份进行统计，找出相邻两个月最大涨幅，并把涨幅最大的月份写入文件 maxMonth.txt；按季度统计该饭店2017年的营业额数据，使用matplotlib生成饼状图显示2017年4个季度的营业额分布情况，并把图形保存为本地文件third.jpg。

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据，丢弃缺失值
df = pd.read_csv（‘data.csv‘ encoding=‘cp936‘）
df = df.dropna（）

# 生成营业额折线图
plt.figure（）
df.plot（x=‘日期‘）
plt.savefig（‘first.jpg‘）

# 按月统计，生成柱状图
plt.figure（）
df1 = df[:]
df1[‘month‘] = df1[‘日期‘].map（lambda x: x[:x.rindex（‘-‘）]）
df1 = df1.groupby（by=‘month‘ as_index=False）.sum（）
df1.plot（x=‘month‘ kind=‘bar‘）
plt.savefig（‘second.jpg‘）

# 查找涨幅最大的月份，写入文件
df2 = df1.drop（‘month‘ axis=1）.diff（）
m = df2[‘销量‘].nlargest（1）.keys（）[0]
with open（‘maxMonth.txt‘ ‘w‘） as fp:
    fp.write（df1.loc[m ‘month‘]）

# 按季度统计，生成饼状图
plt.figure（）
one = df1[:3][‘销量‘].sum（）
two = df1[3:6][‘销量‘].sum（）
three = df1[6:9][‘销量‘].sum（）
four = df1[9:12][‘销量‘].sum（）
plt.pie（[one two three four]labels=[‘one‘ ‘two‘ ‘three‘

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件         972  2019-10-27 10:13  analyze.py
     文件         611  2019-10-27 10:18  data.py